关注领域：遥感 × 大模型 × 空间推理。
678 篇 PDF 已经替你粗读一轮，整理成 24 篇中文解读 + 四大专题精选包。

一、为什么做解读包

上一条资料包分享了 678 篇论文 PDF 和自动采集代码。这个数量对研究者是福音，也是压力——收藏了读不完，读完了记不住。

所以我用同样的领域口径，把其中最有代表性、最能串起领域脉络的论文先读了一轮，写成中文笔记，并按专题重新打包。

这个解读包包含：

• 24 篇中文解读笔记（含精读与综述）
• 4 个深度专题，每个专题一篇长文 + 一包精选 PDF
• 1 张领域全景图，把 CVPR、SIGSPATIAL、arXiv 三个来源汇成一张图
• 8 张配套海报 PNG，可直接转载或二次分享

二、四大专题

01 地图理解 · 12 篇精读

核心问题：模型看得懂地图吗？

地图和自然照片是两种东西。照片信息直接呈现在像素里，地图信息是“约定”——蓝线是河还是地铁，取决于图例；符号含义取决于制图规范；连通关系取决于线条关系。

专题按地图类型分四类拆解：评测、数据、方法各归其位，标 ★ 的优先读。

02 地球嵌入 · 18 篇精读

核心问题：AlphaEarth 把地球变成向量之后，大家拿这些向量干什么？

财富监测、生态制图、作物分类、城市信号挖掘……按用途分五类，并对比了全栈开放替代方案 OlmoEarth。

03 地理定位 · 24 篇全读

核心问题：一张照片、一段视频，位置是怎么被确定出来的？

从检索匹配 → 显式推理 → 多锚点定位，定位聚类 22 篇 + 检索命中 14 篇，去重后逐篇读完。

04 语言转查询 · 14 篇精读

核心问题：说一句话返回地理数据，让模型直接写查询语句，还是给它填空模板？

覆盖 OverpassQL / 空间 SQL / 数据目录检索三条线，两种架构之争一目了然。

三、系列笔记与全景图

CVPR 2026 · 空间智能系列（12 篇）

贯穿一个问题：现在的大模型空间能力到底怎么样？

沿六条战线展开：评测考卷、空间课注入、VGGT 几何底座、遥感上天、照片猜坐标、Agent 外挂、定义辨析。

arXiv 2026 · 八大聚类专题（6 篇）

519 篇过门槛论文聚成八类，UAV 是最大爆发点（105 篇），推理防幻觉 96 篇，智能体 69 篇。

SIGSPATIAL 2026 · 矢量专篇（1 篇）

大模型 × 矢量地理数据（OSM / GeoJSON / PostGIS）：与像素世界完全不同的另一套打法。

领域总览 · 一张全景图（1 篇）

三来源汇合后的结构性观察：像素 / 矢量 / 具身三分天下，互相引用很少，跨块组合几乎全是空白——文末附五个有证据支撑的选题空位。

四、下载方式

• 在线阅读（推荐）：所有 24 篇中文解读笔记已同步到 ima 知识库「GeoAI」，支持全文检索和 AI 问答
  • 【ima知识库】GeoAI · 点击直达
• 代码与笔记仓库（在线可读）：
  • GitHub：https://github.com/AI-sister/papers4research
  • GitCode（国内访问更快）：https://gitcode.com/AI-sister/papers4research
  • 说明：24 篇中文笔记在仓库 学习成果/ 目录可直接在线阅读；仓库不含 PDF，专题精选 PDF 走下方网盘
• 打包下载：中文笔记 + 49 份专题 PDF + 海报（374 MB）
  • 下载地址：夸克网盘 · papers4research-解读包（永久有效）
• 配套资料包：自动采集代码 + 629 份主 PDF（6.7 GB），见同系列上一篇
  • 下载地址：夸克网盘 · papers4research-资料包（永久有效）

如果链接失效，欢迎在评论区留言，我会及时补链。

五、下一步：资料如何高效消费

拿到 678 篇 PDF 的第一晚，你打算读哪一篇？

消费大于收藏，内化大于下载。接下来我会把自己“先读一轮”的方法拆开来讲：怎么快速吃掉一批论文，而不被它压垮。欢迎关注后续更新。

---

版权声明： 本文为 CSDN 博主「你的 CSDN 名」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：[文章发布后的 CSDN 链接]